Kokon 0.10:复用 Qwen-Image 文本编码器自动写 prompt,零额外显存
Ok-Director4174 · reddit · 2026-10-21
开源桌面工具 Kokon(Qwen-Image 2.1 的免设置编辑器)发布 0.10 版,带来两个最受期待的功能:
- Prompt+:输入任意语言的简短想法,工具先写出详细英文 prompt 再生图;编辑模式会先看你的照片。实现方式很巧——直接用 Qwen-Image 2.1 已加载的文本编码器 Qwen3-VL 8B 来写 prompt,无需下载第二个模型,RTX 5070 Ti 上每张图约加 2 秒,M2 Pro 约 13 秒,8GB 显存卡也能用。默认关闭,系统 prompt 可在设置里改。
- 自有 LoRA(beta):可加载最多 3 个 Qwen-Image 2.1 LoRA,设置强度和触发词后按项目一键开关;旧版本 LoRA 会被拒绝。
技术上 Kokon 现在自建 stable-diffusion.cpp 分支,在已加载的编码器上做文本生成(5070 Ti 上约 127 tokens/s),图像侧与上游逐位一致。作者还诚实说明:测过主流 2.1 LoRA 后发现都不敌 Turbo 加好 prompt,所以暂不上 LoRA 目录。免费开源(AGPL),支持 Windows/macOS/Linux。
「编程与Agent」频道最新
- Every.to《Codex 是如何诞生的》公开采访原文供读者用 agent 核查 — every · 2026-10-21
- 航空业的数据溯源思路：智能体如何在图结构数据上拼证据 — colinmcnamara · 2026-10-21
- 让 Claude Code 独立执导 MV：6.5 小时、765M 输入 tokens 完成 — colinmcnamara · 2026-10-21
- 独立开发者用 YAML 流水线+Spot GPU+vLLM 把 AI 账单大幅砍掉 — cmm324 · 2026-10-21
- ML 大佬 Burkov 提醒：不逐项追问验收，编码 Agent 只会交出 80% 完成度 — burkov · 2026-10-21
- 微软 Self-HPO：编码智能体自己改写运行环境，成功率高涨 7 个百分点 — mark_k · 2026-10-21